1.Դ?源码融合??ں?
2.FFmpeg API深度解析：视频流画面合并、拼接与裁剪技巧
3.强化学习ppo算法源码
4.云HIS医院管理系统源码，源码融合SaaS模式+Java云HIS系统融合B/S版开箱即用
5.源码细读-深入了解terser-webpack-plugin的源码融合实现
6.Apollo perception源码阅读 | fusion之D-S证据理论

Դ???ں?

       FPGA高端项目：索尼IMX MIPI相机解码与2路视频融合叠加开发

       在FPGA图像处理领域，MIPI协议因其复杂性和技术挑战而备受瞩目。源码融合为简化开发，源码融合我们基于Xilinx Kintex7-T FPGA开发板，源码融合matlab矩阵运算源码设计了一个方案，源码融合专门针对索尼IMX MIPI相机的源码融合4 Lane RAW模式视频进行解码，输出分辨率为x@Hz。源码融合利用自研的源码融合MIPI CSI RX解码IP，我们将原始RAW视频转换为AXI4-Stream格式，源码融合并进行后续的源码融合图像处理，包括Bayer转RGB、源码融合白平衡、源码融合色彩校正等，源码融合以达到显示质量要求。

       融合叠加功能上，我们采用HLS方法，通过SDK灵活配置2路视频的透明度和叠加位置。视频被缓存在DDR3中，通过VDMA进行高效同步，并通过HDMI输出到显示器。针对索尼IMX的FPGA解码源码，我们提供了详细的工程1，包括相机连接、开发板配置和VGA同步等步骤。该方案适用于高端FPGA图像处理，适用于公司项目、研究机构和高校开发，也适合个人学习。

       我们的MIPI解码IP和图像处理模块都已整理在专门的MIPI编解码专栏中，支持Xilinx、Altera和Lattice等平台。此外，我们还提供了专用的开发板和配套的详细设计文档，帮助用户快速上手并进行个性化项目定制。

       要开始上板调试，你需要准备本博开发板、IMX相机、HDMI显示器等设备。我们还提供了工程代码的获取方式，以网盘链接的形式提供方便下载。如有任何移植或配置问题，文章末尾提供了相关注意事项和解决方法。

FFmpeg API深度解析：视频流画面合并、拼接与裁剪技巧

       FFmpeg深度探索：视频流的魔术拼接、裁剪与融合技巧

       1. 神奇拼接，艺术创作

       将视频片段无缝连接，如同艺术创作，FFmpeg API提供强大的工具。av_read_frame如同探索宝箱，av_frame_alloc和av_frame_copy则是易语言物业管理源码大师级的融合手法。了解这些函数，掌握视频流的编织艺术。

       2. 无缝对接，画面融合

       新闻直播与录播的无缝结合，FFmpeg为你提供关键步骤。首先，通过av_read_frame获取帧，然后用av_frame_alloc为合并帧备好画布，用av_frame_copy实现画面的无缝对接。注意帧大小和时间戳管理，以保证播放的流畅性。

       3. 示例代码的炼金术

       extern "C" { ... // FFmpeg库头文件 ... int main() { ... // 初始化，炼制你的视频魔法 ... } }

       这段代码揭示了如何在FFmpeg的世界中，通过av_frame_copy的精确操作，保持原始帧数据的完整性，为视频处理添加特效和水印。

       4. av_frame_copy的精妙之处

       复制帧数据时，务必注意像素格式、引用计数等问题，理解其背后的原理，以避免潜在问题。深入libavutil/frame.c源码，解锁复制技巧的奥秘。

       5. 拼接艺术的实用技巧

       对于高亮片段或视频组合，FFmpeg的API函数如av_interleaved_write_frame确保了时间顺序的连贯性，让视频片段的融合如诗如画。

       6. 实践操作指南

       以av_read_frame起航，av_interleaved_write_frame完成视频拼接之旅。

       从头到尾，保持清晰的逻辑和代码注释，实现高效与清晰的视频处理。

       Linux内核中的多媒体设备交互代码提供了深入理解的窗口，就像《庄子》中“道生万物”的哲学启示。

       通过细致的参数调整，如时间基准调整和质量优化，FFmpeg API让你在处理视频时游刃有余，无论是裁剪、拼接还是其他复杂任务，都能得心应手。

       7. 结语

       在FFmpeg的世界里，每一行代码都是一次艺术与技术的碰撞。掌握API，你就能驾驭视频流，创造出令人惊叹的作品。记住，知识是智慧的钥匙，谦逊是进步的阶梯。

强化学习ppo算法源码

       在大模型训练的四个阶段中，强化学习阶段常常采用PPO算法，深入理解PPO算法与语言模型的融合可通过以下内容进行学习。以下代码解析主要参考了一篇清晰易懂的917发卡网源码文章。

       通过TRL包中的PPO实现，我们来逐步分析其与语言模型的结合过程。核心代码涉及到question_tensors、response_tensors和rewards，分别代表输入、模型生成的回复和奖励模型对输入加回复的评分。

       训练过程中，trainer.step主要包含以下步骤：

       首先，将question_tensors和response_tensors输入语言模型，获取all_logprobs（每个token的对数概率）、logits_or_none（词表概率）、values（预估收益）和masks（掩码）。其中，如果没有设置return_logits=True，logits_or_none将为None，若设置则为[batch_size, response_length, vocab_size]。

       接着，将输入传递给参考语言模型，得到类似的结果。

       计算reward的过程涉及reference model和reward model，最终的奖励rewards通过compute_rewards函数计算，参考公式1和2。

       计算优势advantage，依据公式3和4调整。

       在epoch和batch中，对question_tensors和response_tensors再次处理，并设置return_logits=True，进入minbatch训练。

       训练中，loss分为critic_loss（评论家损失，参考公式8）和actor_loss（演员损失，参考公式7），两者通过公式9合并，反向传播更新语言模型参数。

       PPO相较于TRPO算法有两大改进：PPO-Penalty通过拉格朗日乘数法限制策略更新的KL散度，体现在actor_loss中的logprobs - old_logprobs；PPO-Clip则在目标函数中设定阈值，确保策略更新的平滑性，pg_losses2（加上正负号）部分体现了这一点。

       对于初学者来说，这个过程可能有些复杂，但理解和实践后，将有助于掌握PPO在语言模型中的应用。参考资源可继续深入学习。

云HIS医院管理系统源码，SaaS模式+Java云HIS系统融合B/S版开箱即用

       云HIS医院管理系统源码，SaaS模式+Java云HIS系统融合B/S版开箱即用

       一、云HIS系统简介

       基于SaaS服务的Java版云HIS系统，适用于公立二甲医院，历经三年持续优化，系统稳定、功能全面，h5源码 砍价游戏界面布局合理、操作简便。采用云端服务形式，用户通过浏览器即可访问，无需关注系统部署、维护、升级等问题。系统采用模板化、配置化、智能化、扩展化设计，覆盖基层医疗机构主要工作流程，与监管系统对接有序，满足未来扩展需求，是基层医院所需的健康云产品。支持病患预约挂号、问诊、电子病历、开药发药、会员管理、统计查询、医生工作站、护士工作站等常规功能，并能与公卫、PACS、HIS等外部系统融合，实现多层机构间的融合管理。

       二、云HIS总体框架

       技术选型包括前后端分离模式，前端选用原生HTML、JS、CSS、Jquery、BootStrap、layui等技术，后端采用SpringBoot框架、Mybatis-Plus、WebSocket、Stomp、Vintage-Engine、Thymeleaf等技术，数据库使用MySQL。系统架构采用Angular+Nginx+ Java+Spring，SpringBoot+ MySQL + MyCat。

       三、云HIS系统亮点

       1. 融合B/S版电子病历系统，支持四级电子病历，拥有自主知识产权。

       2. 全系统云部署，一套系统支持多家医院共用。

       3. 适用于二级医院、qt即时通讯源码基层医疗机构，可作为区域HIS使用，扩展后可用于医联体/医共体。

       4. 提供独立SaaS模式运维管理系统，支持远程运维，运维功能丰富、便捷。

       5. 前后端分离架构，前端用Angular、JavaScript开发，后端使用Java。

       6. 遵循服务化、模块化原则开发，具有强大扩展性，二次开发简便快捷。

       7. 提供全面开发文档和产品文档，助力快速熟悉源码，售后服务完善。

       四、云HIS系统功能模块

       包含系统管理、电子病历、门诊管理、门诊医生工作站、住院管理、住院医生管理、护士工作站、药房管理、药库管理、统计分析、财务管理、病案管理、就诊卡管理、项目收费查询、病历质控、医保结算接口等功能。

       云HIS分为综合管理和业务系统两大模块，综合管理系统面向运营商、开发商和监管机构，提供运营管理、运维管理和综合监管服务；业务系统面向基层医院，支撑医院各类业务运转。

       常规模版包括门诊管理、住院管理、药房管理、药库管理、院长查询、电子处方、物资管理、媒体管理等，为医院管理提供有力支持。HIS系统以财务信息、病人信息和物资信息为主线，通过收集、存储、传递、统计、分析、查询、报表输出和信息共享，为医院领导及各部门管理人员提供全面、准确的数据服务。

源码细读-深入了解terser-webpack-plugin的实现

       深入探索 terser-webpack-plugin：代码压缩与优化的秘密</

       terser-webpack-plugin 是一款强大的 webpack 插件，它巧妙地融合了 terser 库的功能，旨在为你的 JavaScript 代码带来高效且优雅的压缩体验。要开始使用，只需参考官方文档中关于 minify-options</的配置指导。这款插件在 webpack 的 compilation 阶段大展身手，通过 optimizeChunkAssets</钩子实现了异步的代码优化，核心逻辑则隐藏在了名为 optimise</的神秘函数中。

       优化艺术</

       在 optimise</函数的舞台，一场资源名的魔术表演正在上演。它首先从 compilation 中获取资源，接着根据 availableNumberOfCores</动态决定是否启用并行模式，创建适当的 Worker</。在这里，pLimit</起到了关键作用，它巧妙地控制并发任务的数量，确保效率与稳定性并存。紧接着，遍历每一个 assetNames，一个个任务被 scheduleTask 准备就绪，等待着执行。

       任务分解</

       而每个任务的核心 scheduleTask，就像拆解谜题一般，包含着获取 asset 信息、代码检查、minify 的选择（Worker 或主线程）、新代码生成和缓存更新，以及对资产内容的即时更新。整个过程紧凑而有序，以资源处理和并发控制为核心。

       并行力量</

       terser-webpack-plugin 的亮点之一就是其 parallel</功能，能根据你的计算机 CPU 核心数动态启动 worker，巧妙地利用了 jest-worker 线程池，优先选择高性能的 worker_threads 模式。它通过私有任务队列和先进先出 (FIFO) 管理机制，确保了多进程处理的高效性和一致性。

       代码简化与压缩</

       minify 函数的精妙之处在于，它直接调用 terser 库的强大功能，略过不必要的 comments 处理，通过出口 API 实现代码的高效压缩。这个过程既简洁又高效，确保了代码质量的提升。

       全面优化流程</

       terser-webpack-plugin 的优化流程井然有序：异步注册 optimizeChunkAssets</，开启多线程编译（Worker），并在 minify 阶段，利用 terser 的强大压缩能力对代码进行深度处理。而 v4 版本更是增添了异步优化点，让并行处理更加灵活和高效。

Apollo perception源码阅读 | fusion之D-S证据理论

       本文为Apollo感知融合源码阅读笔记，建议参照Apollo6.0源码阅读本文，水平有限，有错误的地方希望大佬多加指正！

       理解D-S证据理论原理，重点在于对交集的乘积求和，关键概念包括mass函数、信度函数和似真度函数。其中，Dempster-Shafer合成公式将单个交集的乘积除以所有交集的乘积，Bel(A)表示找A的子集mass相加，Pl(A)表示找A的交集mass相加。

       在Apollo的融合-D-S证据理论中，存在和类型使用D-S证据理论进行更新，详细实现包括Dst、DstManager和DSTEvidenceTest等类。Dst类是核心实现，计算mass函数、信度函数、似真度函数和概率值、不确定性值。DstManager类负责假设空间元素处理，便于Dst类计算。DSTEvidenceTest类提供测试案例。

       存在概率融合（existence_fusion）主要在UpdateWithMeasurement函数中实现，根据传感器数据计算当前概率值，然后对观测和航迹概率值进行D-S证据理论融合，得到融合后的概率值。类型融合（type_fusion）同样在UpdateWithMeasurement函数中，假设空间和观测的mass函数初始化后直接合成。

       形状更新（fusion-形状更新）部分简单明了，优先使用lidar形状，然后是camera形状，最后使用radar形状进行更新。中心点的更新也直接透传。

       结语，文章内容涉及D-S证据理论原理、Apollo源码实现细节以及存在、类型和形状的融合部分。文章结构清晰，深入浅出地介绍了Apollo融合部分的核心算法和实现逻辑。通过理解D-S证据理论及其在Apollo中的应用，读者可以更好地掌握感知融合的原理和实现方法。

TSLint 和 ESLint 是怎么融合在一起的

       Eslint 能够对 JavaScript 代码进行静态检查，涵盖逻辑错误和代码格式问题。其工作原理是将代码解析成抽象语法树（AST），然后基于 AST 检测问题。

       同样，Tslint 也是一款静态检查工具，用于检测 TypeScript 代码中的逻辑错误和代码格式问题，其原理也是基于 AST。

       既然两者都基于 AST 且功能相似，为何不将它们合并呢？

       最终，Tslint 被整合进了 Eslint，Tslint 被标记为废弃。

       然而，两者毕竟基于不同的 AST，且 Tslint 中包含一些类型检查的逻辑，这是 Eslint 所不支持的。那么，它们是如何融合的呢？接下来，我们一起来探究。

       不同的 AST

       Eslint 使用 espree 作为自己的解析器，并生成相应的 AST。

       Typescript 和 Babel 也都有各自的解析器和相应的 AST。

       这些 AST 之间存在怎样的关系呢？

       最早的解析器是 esprima，它参考了 Mozilla 浏览器 SpiderMonkey 引擎的 AST 标准，并进行了扩充，形成了 estree 标准。

       后续的许多解析器都是对 estree 标准的实现和扩展，如 esprima、espree、babel parser（babylon）、acorn 等。

       当然，也有不是 estree 标准的，如 typescript、terser 等的解析器。

       它们之间的关系如图所示：

       esprima 和 acorn 都是 estree 标准的实现，而 acorn 支持插件机制来扩充语法，因此 espree 和 babel parser 是直接基于 acorn 实现的。

       terser、typescript 等则是另一套。

       因此，对于 JavaScript 的 AST，我们可以简单划分为两类：estree 系列、非 estree 系列。

       可以使用 astexplorer.net 工具来可视化地查看不同解析器产生的 AST。

       espree 就是 Eslint 自己实现的解析器，但它主要进行代码的逻辑和格式的静态检查，在新语法的实现进度上不如 babel parser。因此，Eslint 支持解析器的切换，可以在配置不同的解析器来解析代码。

       配置文件中可以配置不同的解析器，并通过 parserOptions 来配置解析选项。

       下面分别讲解 Eslint、typescript、babel、vue 等的解析器如何在 Eslint 中使用：

       而且，在单文件组件中的 JS 部分，还可以分别指定不同的解析器。

       感觉有点晕吗？typescript、babel、vue 等的解析器都有相应的用于 Eslint 的版本。其实想想也很正常，因为 lint 是基于 AST 的，如果不能解析，那么如何进行 lint，所以需要支持解析器的扩展和切换。

       但是，解析器之后的 AST 可能不同，那么 lint 的规则实现也不同。为了复用规则，大家还是尽量往 estree 标准上靠比较好。

       Tslint 和 Eslint 的融合也是这样的思路，下面我们来详细了解一下。

       Tslint 融合进 Eslint

       Tslint 是一个独立的工具，基于 TypeScript 的解析器来解析代码，并实现了基于该 AST 的一系列规则。

       如果要融合进 Eslint，那么如何融合呢？主要考虑的是 AST 如何融合，因为规则是基于 AST 的。

       例如，const a = 1; 这段代码，estree 系列的 AST 是这样的：

       而 TypeScript 的 AST 是这样的：

       由于 AST 不同，那么基于 AST 的规则肯定也要有不同的实现。

       如何融合呢？转换！把一种 AST 转成另一种 AST 就行了。

       没错，@typescript-eslint/parser 中确实也是这么做的，它把 TypeScript 的 AST 转换成 estree 的 AST（当然，对于类型部分，estree 中没有，就保留了该 AST，但加上了 TS 前缀）。这样，就能够用 Eslint 的规则来检查 TypeScript 代码中的问题。

       下面简单看一下 @typescript-eslint/parser 的源码：

       我简化了一下，是这样的：

       首先通过 TypeScript 的解析器将源码解析成 AST，然后转换成 estree 的，并记录了 estree node 和 TypeScript node 的映射关系，通过两个 map 来保存。

       具体的转换过程，其实就是遍历 TypeScript 的 AST，然后创建新的 estree 的 AST。

       其中，对于 estree 中没有的类型相关的 AST，则直接复制，并在 AST 名字前加个 TS。

       这样，就把 TypeScript 解析器产生的 AST 转成了 estree 的。

       既然 AST 统一了，那么 Eslint 的规则就可以用来 lint TypeScript 代码了。

       但是对于一些类型的部分，还是需要用 TypeScript 的 API 来检查 TypeScript 的 AST 怎么办呢？

       还记得我们保存了两个 map 吗？estree node 到 TypeScript node 的 map，还有反过来的 map。这样，需要用到 TypeScript 的 AST 的时候，再映射回去就行了：

       Eslint 的自定义解析器的返回结果中，除了有 ast，还支持返回 services，这是用于放置一些其他信息的，比如这里用到的 map，还有 TypeScript 的 program 的 API（比如 program.getTypeChecker 这种）。需要的时候就可以从 estree 的 ast 再映射回 TypeScript 的 ast 了。

       通过把 TypeScript AST 映射成 estree AST，达到了复用 Eslint 规则的目的，并保存了节点映射关系和一些操作 TypeScript AST 的 API，可以基于这些单独做 TypeScript 相关的 lint。完美地融合到了一起。

       可以把这种融合用“求同存异”来总结：

       总结

       JavaScript 有不同的解析器，分为 estree 系列、非 estree 系列：

       Eslint 支持解析器的切换，可以在 babel parser、vue template parser、typescript 和 espree 中切换，当然也可以扩展其他解析器。

       Tslint 是一个基于 TypeScript 解析的独立工具。它和 Eslint 都是基于 AST 检查代码中逻辑和格式错误的工具，后来进行了融合。

       为了复用基于 estree 的一些规则，@typescript-eslint/parser 把 TypeScript node 转成了 estree node，但依然保留了映射关系和一些操作 TypeScript ast 的 API。

       这样基于 estree AST 的规则可以正常运行，基于 TypeScript AST 的规则也可以映射回原来的 TypeScript node 然后运行。

       通过这种方式，完美地把 Eslint 和 Tslint 融合在一起。还是挺巧妙的。